4个月融资数亿元，元环智能用“元模型”给 AI 装上“上帝视角”

近日，仅成立4个月的元环智能（MetaCircle）宣布完成种子轮及种子+轮共计数亿元融资。所获融资将用于元模型的核心算法迭代与阶段性产品的探索、扩充团队，并持续发布自研基准benchmark。

今天，全球都在用大语言模型（LLM）“思考”，元环智能创始人、首席科学家刘子鸣认为，大语言模型只能覆盖世界问题的约30%——文本、数学、编程这些“说得清”的任务。剩下70%的难题——科学发现、物理世界建模、AI本身的设计——单靠语言解决不了，模型需要更底层的直觉。

近期Jev等模型的发布，也让资本市场第一次看到“非语言直觉模型”路线的可行性。

而元环智能做的“元模型”（Meta Model），是一台能直接生成模型架构和训练超参数的“直觉机器”：给Ta一个陌生模型，Ta能预判它表现如何、在什么场景下更适配，相当于给AI行业装上“上帝视角”，将灵光一现变成日常，不堆算力卷直觉——帮开发者少走弯路、把算力花在刀刃上。

这正是元环智能与热门RSI（Recursive Self-Improvement，递归式自我改进）路线的根本区别。业内用大语言模型做AI自我进化，在刘子鸣看来，就像户外野线探险：没有地图，没有方向直觉依据，唯一的通关方式是刷海量算力一遍遍试错。元模型能够学会直接生成AI模型的表现背后的规律，相当于拿到了整张地图并配备了GPS，自动屏蔽错误路线，对通过性有最充足的支持依据和判断，就拥有了属一阶乃至全局的信息指引。

支撑这一判断的，是创始人的学术履历。

刘子鸣生于1998年，现为清华大学人工智能学院助理教授，本科就读于北京大学物理系，博士毕业于麻省理工学院（MIT），曾在斯坦福大学从事神经科学与AI方向的博士后研究。他此前最重要的成果KAN（Kolmogorov-Arnold Networks，柯尔莫哥洛夫-阿诺德网络），用“可学习的激活函数”替代传统神经网络的固定激活函数，把模型从“黑盒”变成“白盒”——2024年发布至今，在GitHub上获得超1.6万星标、单篇谷歌学术引用超5700次。

KAN发表之后，很快掀起了大量围绕该成果的后续研究，这让彼时还在MIT念博四的刘子鸣收到了清华大学人工智能学院的教职offer（在全球范围内极度稀缺）。“KAN不是一篇文章，也不是一个具体的模型，它是一种方法论和一种世界观，能够从混乱之中涌现出秩序。它证明了模型设计可以像牛顿定律一样，被‘科研审美’与第一性原理收敛，元模型正是这一方法论的下一个台阶。”刘子鸣介绍。

刘子鸣表示：“如果说LLM擅长的是30%的已经被压缩过的符号世界或语言世界，元环智能所做的元模型则是解决剩下70%未被压缩过的数值世界，其核心就是KAN模型，中短期内可用于工业检测、金融量化、气象预测、电力预测、自动驾驶、世界模型等按时间连续记录的数据场景设计出专门的预测模型，并验证可行性及商业化落地。明年，我们将推出通用的元模型1.0，不限定场景，去生成适配各个垂直领域的专用模型。”

公司成立于2026年5月，团队平均年龄约22岁，成员多来自清华、北大等顶尖高校，公司的slogan是“扩大洞察，而不只是算力”（Scale Insight, not just Compute）。团队自主研发的模型训练直觉的测试基准“Architecture IQ”近期也会发布，用来评估大模型和人类研究员对模型训练的直觉水平。

山行资本在种子+轮押注元环智能，也是看到了元环智能的独特性。

山行投资团队表示，AI4AI是模型主线探索的重要方向，产生好的idea与实现好的verification缺一不可，二者相比提出足够好的idea是其中更难也更关键的环节，决定了AI4AI的上限，元环智能通过元模型的新范式优先切入idea生产环节，有机会实现超过大部分人类研究员的直觉判断，推动AI research更好更快发展。子鸣老师是AI native的杰出科学家，兼具技术理想主义和对真实可验证成果的追求，期待他能够带领元环智能不断突破智能边界。